[发明专利]基于工业品数字化匹配的采购策略方法和系统

说明书

本发明提供了一种基于工业品数字化匹配的采购策略方法和系统，包括：步骤1：对用户上传的询单数据进行预处理；步骤2：根据决策树模型，对预处理后的询单数据进行预测分类，得到用户询单分类结果；步骤3：根据询单分类结果，对询单进行向量化编码，得到询单嵌入数据；步骤4：根据询单嵌入数据计算询单与供应商商品库中工业品之间的相似度，并将相似度最高的工业品推荐给用户。本发明通过结合业务提供的分类对照表，为商品匹配加上了一层索引，提高了匹配的效率和准确率。

技术领域

本发明涉及工业品数据处理技术领域，具体地，涉及一种基于工业品数字化匹配的采购策略方法和系统。

背景技术

在传统的工业品行业，不同工业品公司对同一物料或商品可能会根据公司自身的原因对本质上一样的工业品赋予不同的名字，这样就给双方在进行工业品交易的时候，带来了极大的困难，为此，就需要对工业品行业有很深理解的行业专家来人工的进行识别。这样不仅增加了公司的成本，而且极大地降低了商品消歧的速度。

为此，本系统旨在解决因买卖双方对工业品的定义存在差异，而导致商业关系匹配困难的痛点问题。所以，本系统实现了不同描述下商品匹配的通用核心技术组件，不同数字化场景均会使用本系统。

专利文献CN109472534A(申请号：CN201811374544.9)公开了一种商品名称关联方法及系统，首先对待入库的商品在商品数据库中进行匹配，判断是否已存在商品数据库中，结果为是则直接完成入库，结果为否则判断商品数据库中是否包含与待入库的商品可关联的商品规格组合，若判断结果为是，则将该商品信息与相关商品规格组合进行关联，并创建该商品和相关商品规格组合的商品的关联属性来保存关联关系，完成该商品入库，其中关联属性增加在商品属性信息中，记录是否有关联商品和其所关联商品的商品属性；若判断结果为否，则将该商品进行上架关联，完成入库。然而该专利的实现过程中需要大量的数据计算，这样不仅增加了公司的成本，而且极大地降低了商品消歧的速度。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于工业品数字化匹配的采购策略方法和系统。

根据本发明提供的基于工业品数字化匹配的采购策略方法，包括：

步骤1：对用户上传的询单数据进行预处理；

步骤2：根据决策树模型，对预处理后的询单数据进行预测分类，得到用户询单分类结果；

步骤3：根据询单分类结果，对询单进行向量化编码，得到询单嵌入数据；

步骤4：根据询单嵌入数据计算询单与供应商商品库中工业品之间的相似度，并将相似度最高的工业品推荐给用户。

优选的，所述询单数据的格式为string/csv；

所述预处理包括对询单数据进行分词、去停用词和实体对齐，预处理后得到询单分词列表。

优选的，先通过词向量模型Word2Vector计算出询单分词列表中每个分词的词嵌入数据，再将所有分词的词嵌入数据组合成询单嵌入数据。

优选的，决策树模型的输入是string/csv格式的询单数据，输出是分类代码，通过分类代码对商品库中工业品嵌入数据进行过滤，得到询单所属的商品库中工业品分类。

优选的，计算询单嵌入数据与通过分类代码过滤后的商品库中工业品嵌入数据之间的相似度，根据相似度对工业品进行排序，获取相似度从高到低的工业品列表，并进行工业品推荐。

根据本发明提供的基于工业品数字化匹配的采购策略系统，包括：

模块M1：对用户上传的询单数据进行预处理；

模块M2：根据决策树模型，对预处理后的询单数据进行预测分类，得到用户询单分类结果；